Views About and from International Medical Graduates’ General Practitioner Training in the United Kingdom
Notice bibliographique
Résumé
International medical graduates (IMGs) make up a significant proportion of general practitioners (GPs) in high-income countries such as the United Kingdom (UK), the United States of America (USA), Australia, and Canada. This paper compares views about IMGs with their own views in relation to the timing of GP placements in GP specialty training programs in the UK. It presents an inductive thematic analysis of focus groups with GP specialty trainers and trainees (149 participants across 32 focus groups), examining opinions about the ideal timing of GP placements. Trainers and home graduates argued that for home graduates, the ideal sequence depends on the trainee’s previous experience. They also suggested that IMGs should start in a hospital placement to develop familiarity with the healthcare system. In contrast, most IMGs expressed a preference for starting in a GP placement, so that they can gain an understanding of the requirements of their specialty as early as possible. There is a contrast between what IMGs said about themselves and the views shared by trainers and home graduates. This highlights the need to involve IMGs in the design of support programs targeted towards them. Recommendations include tailoring training to account for individual career paths and providing training about the healthcare system before the start of the first placement. This could improve the efficiency of GP training programs at a time of extreme pressure on healthcare systems and training providers.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».